热点事件持续更新
组采样RL技巧：小K过滤简单题、全错组持续采样
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026-10-28，AGI Hunt 报道了一项关于组采样强化学习的技巧。报道称，采样组大小 K 的选择很关键：K=4 可快速过滤简单题、节省算力；而 K=32 时，简单 prompt 只要 32 个回答里错 1 个，就会留在批次中并污染训练。论文还提出，一组全错（通常是难题）时，按概率 p 持续采样直到出现正确答案，并把失败样本汇入大组，使稀有正样本的优势接近 1，而非被封顶。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 01:09
新报道介绍 K=4 过滤简单题、全错组按概率 p 持续采样以放大稀有正样本。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI Hunt组采样强化学习技巧：小 K 过滤简单题，全错组持续采样放大稀有正样本
组采样强化学习中采样组大小 K 的选择很关键：K=4 可快速过滤简单题、节省算力，而 K=32 时简单 prompt 只要 32 个回答里错 1 个就会留在批次、污染训练。论文还提出，一组全错（通常是难题）时按概率 p 持续采样直到出现正确答案，并把失败样本汇入大组，使稀有正样本的优势接近 1 而非被封顶。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。